Skip to content Skip to sidebar Skip to footer

Widget Atas Posting

Logika Fuzzy - Konsep, Aplikasi dan Himpunan


Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta mempelajari logika fuzzy.

Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama.

Apa itu Logika Fuzzy?

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Sebagai contoh:
  1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
  2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik tidaknya pelayan yang diberikan;
  3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan, saya akan mengatur putaran kipas yang ada pada ruangan ini.
  4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya.

Alasan digunakannya Logika Fuzzy

Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
  1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
  2. Logika fuzzy sangat fleksibel.
  3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
  4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
  5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
  6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
  7. Logika fuzzy didasarkan pada bahasa alami.

Aplikasi Logika Fuzzy

Beberapa aplikasi logika fuzzy, antara lain:
  1. Pada tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem juga dapat menentukan jenis kotoran (daki atau minyak).
  2. Transmisi otomatis pada mobil. Mobil Nissan telah menggunakan sistem fuzzy pada transmisi otomatis, dan mampu menghemat bensin 12 – 17%.
  3. Kereta bawah tanah Sendai mengontrol pemberhentian otomatis pada area tertentu.
  4. Ilmu kedokteran dan biologi, seperti sistem diagnosis yang didasarkan pada logika fuzzy, penelitian kanker, manipulasi peralatan prostetik yang didasarkan pada logika fuzzy, dll.
  5. Manajemen dan pengambilan keputusan, seperti manajemen basisdata yang didasarkan pada logika fuzzy, tata letak pabrik yang didasarkan pada logika fuzzy, sistem pembuat keputusan di militer yang didasarkan pada logika fuzzy, pembuatan games yang didasarkan pada logika fuzzy, dll.
  6. Ekonomi, seperti pemodelan fuzzy pada sistem pemasaran yang kompleks, dll.
  7. Klasifikasi dan pencocokan pola.
  8. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll.
  9. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti.
  10. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll.
  11. Teknik, seperti perancangan jaringan komputer, prediksi adanya gempa bumi, dll.
  12. Riset operasi, seperti penjadwalan dan pemodelan, pengalokasian, dll.
  13. Peningkatan kepercayaan, seperti kegagalan diagnosis, inspeksi dan monitoring produksi.

Himpunan Logika Fuzzy

Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan A[x], memiliki 2 kemungkinan, yaitu:
  • satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau
  • nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Contoh 1:

Jika diketahui:
S = {1, 2, 3, 4, 5, 6} adalah semesta pembicaraan.
A = {1, 2, 3}
B = {3, 4, 5}
bisa dikatakan bahwa:




Post a Comment for "Logika Fuzzy - Konsep, Aplikasi dan Himpunan"